用于自动检测心脏晚激活区域的深度网络
图像与视频处理
2020-12-09 v1
摘要
本文提出一种从电影式刺激回波位移编码（DENSE）MR 图像中自动识别左心室晚激活区域的新方法。我们开发了一个深度学习框架，通过检测圆周缩短起始时间（TOS）来识别心力衰竭患者的机械晚激活。具体而言，我们构建了一个级联网络，端到端地执行（i）左心室分割以分析心功能，（ii）基于由位移图计算的时空圆周应变预测 TOS，以及（iii）延迟激活图的 3D 可视化。与传统基于优化的算法相比，我们的方法在人工劳动和计算时间上均有显著节省。为评估方法的有效性，我们在心脏图像上运行测试并与近期相关作品比较。实验结果表明，所提方法以更高的精度快速预测 TOS。
引用
@article{arxiv.2012.04000,
title = {Deep Networks to Automatically Detect Late-activating Regions of the Heart},
author = {Jiarui Xing and Sona Ghadimi and Mohammad Abdishektaei and Kenneth C. Bilchick and Frederick H. Epstein and Miaomiao Zhang},
journal= {arXiv preprint arXiv:2012.04000},
year = {2020}
}